【摘 要】
：
鉴于双线性对运算复杂度较高,不适用于移动通信环境,提出新的无双线性对的基于无证书的两方认证密钥协商协议。新协议解决了基于身份的公钥密码方案中固有的密钥托管问题,实现了对通信双方的身份认证,采用非双线性对运算,极大地降低了计算开销。通过分析协议的正确性,采用Applied Pi演算对协议进行形式化分析,借助ProVerif工具验证了协议的安全性和认证性。与其他两方密钥协商协议相比,新方案具有更好的安
论文部分内容阅读
鉴于双线性对运算复杂度较高,不适用于移动通信环境,提出新的无双线性对的基于无证书的两方认证密钥协商协议。新协议解决了基于身份的公钥密码方案中固有的密钥托管问题,实现了对通信双方的身份认证,采用非双线性对运算,极大地降低了计算开销。通过分析协议的正确性,采用Applied Pi演算对协议进行形式化分析,借助ProVerif工具验证了协议的安全性和认证性。与其他两方密钥协商协议相比,新方案具有更好的安全性和效率。
其他文献
针对P2PSIP多媒体会议低延时、高扩展性需求,提出一种分级的会议密钥管理协议HOAKA。根据处理能力将会议节点分成两级,由少量高性能节点负责会议管理,所有成员通过单向累加器算法协商会议密钥。研究结果表明,HOAKA不仅具有较高的安全性,而且计算、存储开销低,密钥更新时延小,具有良好的可扩展性。
由于P2P文件共享系统具有自组织的特点,其行为特性很大程度上影响了系统可靠性和性能。为了解这种性质,利用统计方法研究了Maze系统用户行为特性分布模型及特点。结论表明,用户上传流量和下载流量、上传带宽和下载带宽可以使用对数正态混合分布来描述,活跃时间和传输时间可以使用对数正态分布来拟合,而请求次数和被请求次数可以使用指数分布和Pareto分布的混合分布来表达。
综合考虑多重信任关系,将分类思想应用于可信网络多维决策属性下的服务授权问题,提出一种基于动态信息增益的多维属性信任决策模型。采用信息熵描述交易样本及各决策属性对服务授权级别的不确定性程度,采用信息增益描述决策属性的信息量。基于信息增益设置各决策属性权值。使用滑动窗口机制对各属性信息增益和权值动态调节。算法分析表明,所提出的总体信任度计算模型既符合人类信任决策对各种因素依赖程度的差异性,又能够随网络
针对K-means聚类算法容易陷入局部最优、不能处理边界对象及线性不可分的缺点,提出一种基于粒子群的粗糙核聚类算法。该算法通过Mercer核将输入样本空间中的样本映射到高维空间,使样本变得线性可分,并结合粗糙集的思想,通过动态改变上下近似集的权重因子对边界对象进行有效处理,同时采用reliefF方法对样本属性进行加权处理,以解决混合数据的聚类问题,最后利用粒子群算法防止算法陷入局部最优。仿真实验表
基于无线传感器网络的特点,提出了一种新的基于转发优先和流量分级的退避算法,该算法根据节点自身可获取的网络信息将网络流量判定为不同的级别,并依此改变退避窗口的大小;该算法还赋予转发节点一定的信道竞争优势,使得当前的通信业务可以优先地进行下去。通过理论分析和仿真实验,证实该算法能够有效地降低节点冲突率和额外的能量开销,减少传输延时,提高系统吞吐量,从而提高无线传感器网络的性能。
针对多数图像水印算法是在单一的空域或频域中执行的现状,提出一种结合两者优点的彩色图像盲水印算法。根据DCT域中DC系数的形成原理,在空域中直接求得亮度分量Y中8×8子块的DC系数并建立其量化表;在空域中通过直接修改像素值实现在DCT域中修改DC系数来嵌入水印的目的。水印的提取不需要原始水印和原始宿主图像。实验结果表明,该算法既有频域算法鲁棒性高的优点,又有空域算法执行效率高的优点。
针对域名自身的特点和应用特点,建立一种基于机器学习的域名信用评价自动化方法并进行实验分析。实验结果表明,该方法具有较好的正确率,符合人们的一般认识,其评价结果可以作为域名诚信管理体系的参考依据。
对C*Core国芯芯片中实现ECC椭圆曲线密码加密算法进行了深入研究,概述了C*Core芯片中存储特点,给出C*Core芯片中椭圆曲线中数据点表示方法,结合ECES加密协议,在C*Core芯片中成功实现二元域F2m中NISI推荐的五条椭圆曲线加密算法;然后依次对初始程序进行三种方式优化,重点阐述了改进Montgomery点乘算法,详细记录每次优化前后程序耗时;最后对比各阶段程序运行耗时,得出优化率
研究无证书公钥密码系统中两方认证密钥协商协议问题。对Liu xu的无证书两方认证密钥协商协议进行安全性分析,指出该方案不具有强安全性。该方案不能抵抗密钥泄露伪装攻击和临时私钥泄露攻击。分析了方案不安全的原因,在此基础上提出一个改进的方案来修正Liu xu的方案。因此,设计看似安全的无证书两方认证密钥协商协议并不困难,但要给出协议的安全性证明并不容易。
针对当前信息资源描述框架(RDF)检索过程中存在的内存使用过大及检索效率低等问题,提出一个RDF图的层次聚类语义检索模型,设计并实现了相应的检索方法。首先从RDF图中抽取实体数据,在本体库的指导下,通过层次聚类,将复杂的图形结构转换为适合检索的树型结构;根据在树中查找到的目标对象,确定其在RDF图中的位置,进行语义扩充查询。检索模型的构建缩小了检索范围,从而提高了检索效率,其语义扩充查询还可以得到